Sistem Akuaponik untuk Peternakan Lele dan Tanaman Kangkung Hidroponik Berbasis IoT dan Sistem Inferensi Fuzzy
Akuaponik adalah penggabungan sistem budidaya akuakultur dan hidroponik yang dapat menjadi solusi untuk mengatasi keterbatasan lahan, keterbatasan sumber air serta meningkatkan ketahanan pangan. Pada sistem akuaponik, kualitas air pada budidaya ikan merupakan salah satu syarat utama dalam keberhasil...
Main Authors: | , , , |
---|---|
Format: | Article |
Language: | Indonesian |
Published: |
University of Brawijaya
2021-02-01
|
Series: | Jurnal Teknologi Informasi dan Ilmu Komputer |
Online Access: | http://jtiik.ub.ac.id/index.php/jtiik/article/view/4025 |
Summary: | Akuaponik adalah penggabungan sistem budidaya akuakultur dan hidroponik yang dapat menjadi solusi untuk mengatasi keterbatasan lahan, keterbatasan sumber air serta meningkatkan ketahanan pangan. Pada sistem akuaponik, kualitas air pada budidaya ikan merupakan salah satu syarat utama dalam keberhasilan proses budidaya. Penelitian ini mengkombinasikan peternakan lele dengan penanaman kangkung hidroponik. Kotoran ikan lele dan sisa makanan terakumulasi di air dan dapat menjadi racun bagi ikan lele karena mengandung kadar anomia yang tinggi sehingga sangat berbahaya jika tidak dibuang. Air ini kemudian dialirkan ke tanaman kangkung hidroponik melalui biofilter yang bermanfaat sebagai pengurai air kotor dari kolam menjadi nitrat dan nitrit yang berguna sebagai nutrisi tanaman. Selanjutnya setelah air menjadi bersih dan mempunyai kadar oksigen yang tinggi, air tersebut dialirkan kembali ke kolam ikan lele. Penelitian ini bertujuan untuk mengembangkan sistem cerdas pada budidaya akuaponik dengan memanfaatkan teknologi Internet of Things yang dilengkapi dengan beberapa jenis sensor untuk memantau dan mengendalikan kualitas air dengan menerapkan algoritma Sistem Inferensi Fuzzy / Fuzzy Inference System (FIS) untuk mengatur kecepatan sirkulasi air kolam agar menghemat daya listrik pada pompa. Peralatan ini juga dilengkapi dengan layanan pemberian pakan ikan secara otomatis yang dapat diprogram sesuai kebutuhan. Sistem akuaponik ini dapat dipantau melalui web maupun ponsel pintar berbasis android. Pengujian yang dilakukan terhadap perbandingan keputusan oleh pakar dan sistem FIS pada kecepatan sirkulasi air sistem akuaponik menunjukkan nilai akurasi 83,33%, dan hasil dari pengujian ketepatan alat pemberi pakan yang dibuat secara otomatis terhadap ketepatan pemberian pakan secara manual memiliki nilai akurasi 90,97%.
Abstract
Aquaponics is a combination of aquaculture and hydroponic cultivation systems that can be a solution to overcoming limited land, limited water sources and increasing food security. In the aquaponics system, water quality in fish farming is one of the main requirements in the success of the cultivation process. This research combines catfish farming with hydroponic kale cultivation. Catfish feces and food scraps accumulate in water and can be toxic to catfish because they contain high levels of anomia so it is very dangerous if not disposed of. This water is then flowed to hydroponic kale plants through a biofilter which is useful as decomposing dirty water from the pond into nitrates and nitrites which are useful as plant nutrients. Furthermore, after the water becomes clean and has high oxygen levels, the water is flowed back into the catfish pond. This study aims to develop a smart system in aquaponic cultivation by utilizing Internet of Things technology which is equipped with several types of sensors to monitor and control water quality by applying the Fuzzy Inference System (FIS) algorithm to regulate the speed of pool water circulation in order to save electric power on the pump. This equipment is also equipped with an automatic fish feeding service which can be programmed as needed. This aquaponics system can be monitored via the web or an Android-based smart phone. Tests carried out on the comparison of decisions by experts and the FIS system on the water circulation speed of the aquaponics system show an accuracy value of 83.33%, and the results of testing the accuracy of the feeder that is made automatically against the accuracy of manual feeding have an accuracy value of 90.97% . |
---|---|
ISSN: | 2355-7699 2528-6579 |